Screening Tools for Cognitive Impairment in Adults with Substance Use Disorders: A Systematic Review
Notice bibliographique
Résumé
ABSTRACT Objectives: Cognitive impairment is common in individuals with substance use disorders (SUDs), yet no evidence-based guidelines exist regarding the most appropriate screening measure for use in this population. This systematic review aimed to (1) describe different cognitive screening measures used in adults with SUDs, (2) identify substance use populations and contexts these tools are utilised in, (3) review diagnostic accuracy of these screening measures versus an accepted objective reference standard, and (4) evaluate methodology of included studies for risk of bias. Methods: Online databases (PsycINFO, MEDLINE, Embase, and CINAHL) were searched for relevant studies according to pre-determined criteria, and risk of bias and applicability was assessed using the Quality Assessment of Diagnostic Accuracy Studies–2 (QUADAS–2). At each review phase, dual screening, extraction, and quality ratings were performed. Results: Fourteen studies met inclusion, identifying 10 unique cognitive screening tools. The Montreal Cognitive Assessment (MoCA) was the most common, and two novel screening tools (Brief Evaluation of Alcohol-Related Neuropsychological Impairments [BEARNI] and Brief Executive Function Assessment Tool [BEAT]) were specifically developed for use within SUD populations. Twelve studies reported on classification accuracy and relevant psychometric parameters (e.g., sensitivity and specificity). While several tools yielded acceptable to outstanding classification accuracy, there was poor adherence to the Standards for Reporting Diagnostic Accuracy Studies (STARD) across all studies, with high or unclear risk of methodological bias. Conclusions: While some screening tools exhibit promise for use within SUD populations, further evaluation with stronger methodological design and reporting is required. Clinical recommendations and future directions for research are discussed.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,010 | 0,054 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,009 |
| Bibliométrie | 0,012 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».